Obeti za nezgodo oz. tveganje za nezgodo naraščajo s povečevanjem količine poseka. Če pa tveganje izrazimo kot verjetnost za nezgodo na m3, pa tveganje pada s povečevanjem poseka na objektu.
0,00 0,50 1,00 1,50 2,00 2,50
do 2,5 2,5 do 17 17 do 35 35 in nad 35 Površina (ha)
Število nezgod na 10.000 m3
0%
5%
10%
15%
20%
25%
Obeti za nezgodo
Obeti za nezgodo Število nezgod na 10.000 m3
Slika 60: Proizvodna pogostnost nezgod po površini
Podobno kot pri količini poseka je tudi pri površini potek obetov in proizvodne pogostnosti nezgod ravno obraten. Obeti za nezgodo s površino naraščajo, proizvodna pogostnost pa pada.
Naraščanje tveganja za nezgodo s povečevanjem količine poseka oz. površine lahko pojasnimo s podaljševanjem časa izpostavljenosti. Obeti za nezgodo nam torej prikazujejo splošen vpliv dejavnika na tveganje. Kljub manjšemu tveganju na objektih z majhno površino in količino poseka je proizvodna gostota nezgod na teh objektih največja. Kar pomeni, da manjša povprečna količina posekanega lesa na objektu oz. večje število objektov zmanjšuje varnost pri delu. Razdrobljenost delovišč, prilagajanje na nove razmere ter podaljševanje trajanja začetnega in končnega elana torej negativno vplivajo na varnost pri delu.
Naraščanje obetov za nezgode pri hkratnemu padanju proizvodne pogostnosti smo na podlagi grafikonov (priloga b) ugotovili tudi pri skalovitosti, številu posekanih dreves, intenziteti sečnje in razdalji vlačenja. Pri vrsti matične podlage je nasprotno od obetov za nezgodo proizvodna pogostnost največja na nekarbonatnih podlagah, pri nizih za sečnjo listavcev pa pri nizih z najmanjšimi normami (4, 5, 6, 7). Skladnost med potekom obetov za nezgodo in proizvodno pogostnostjo pa smo ugotovili pri ekspoziciji, naklonu, položaju v pokrajini, lesni zalogi, vrsti gospodarjenja ter kategoriji vlačenja in zbiranja. Pri ostalih dejavnikih so razlike v potekih prisotne pri posameznih kategorijah.
8.3 TVEGANJE ZA NEZGODO NA RAVNI MESTA NEZGODE
Z analizo tveganja nezgod po posameznih dejavnikih na ravni oddelka, oddelka-delovišča in odseka smo že ugotovili, da so lahko vplivi na pojav nezgode po ravneh različni. V nadaljevanju pa smo poskušali ugotoviti, ali je tveganje pri istih dejavnikih enako na ravni oddelka-delovišča in na ravni mesta nezgode v njegovem najožjem pomenu. Tveganje za nezgodo na ravni mesta nezgode smo za vse dejavnike ugotavljali po naslednjem postopku (slika 61).
Slika 61: Postopek ugotavljanja tveganja za nezgodo na ravni mesta nezgode
Iz osnovne zbirke podatkov na ravni oddelka-delovišča in zbirke o nezgodah smo izbrali tri dejavnike, ki so bili prisotni v obeh podatkovnih zbirkah in so z upoštevanjem določenih predpostavk omogočali poenotenje kategorij dejavnikov (preglednica 55). Analize v
Izbira in poenotena kategorizacija
Delež listavcev v lesni zalogi
Razred 1 Razred 2 Razred 3 Razred 4 Razred 5 Dejavnik
Obeti za nezgodo
Brez upoštevanja vrednosti iz mesta nezgode Z upoštevanjem vrednosti iz mesta nezgode
Precenjenost
Delež listavcev v lesni zalogi
Delež listavcev v lesni zalogi
Razred 1 Razred 2 Razred 3 Razred 4 Razred 5 Dejavnik
Obeti za nezgodo
Brez upoštevanja vrednosti iz mesta nezgode Z upoštevanjem vrednosti iz mesta nezgode
Precenjenost oz.
podcenjenost
nadaljevanju smo glede na namen razdelili na tri dele: V prvem delu smo ugotavljali smer in moč povezave (Kendall tau-c) med povprečnimi vrednostmi dejavnikov iz osnovne zbirke oddelkov-delovišč in vrednostmi, ocenjenih na mestu nezgode, iz zbirke o nezgodah. V drugem delu smo ugotavljali skladnost med vrednostmi dejavnika oz. ali so povprečne vrednosti dejavnika v splošnem precenjene ali podcenjene od vrednosti na mestu nezgode. V zadnjem delu pa smo primerjali obete za nezgodo na ravni oddelka-delovišča in na ravni mesta nezgode po posameznih dejavnikih.
Z namenom lažjega razločevanja med dejavniki in zbirkami, iz katerih prihajajo, smo v preglednici 55 in tudi v nadaljnjih analizah uporabljali izvorna imena dejavnikov. Namesto dosedaj obravnavanega dejavnika deleža iglavcev v lesni zalogi smo uporabili njegovo nasprotje, delež listavcev v lesni zalogi.
Preglednica 55: Poenotenje kategorij med podatki iz mesta nezgode in podatki iz oddelka-delovišča
Dejavnik Kategorije dejavnikov v
zbirki o nezgodah Dejavnik Preoblikovane kategorije v osnovni
podatkovni zbirki
Ravno 0% 0 do 5%
Rahlo nagnjeno do 15% 5 do 15%
Nagnjeno do 30% 15 do 30%
Strmo do 50% 30 do 50%
Nagib terena
Zelo strmo nad 50%
Naklon terena
50 in nad 50%
Čisti iglavci 0 do 20%
Pretežno iglavci 20 do 40%
Enakomerno mešano 40 do 60%
Pretežno listavci 60 do 80%
Mešanost drevesnih vrst
Čisti listavci
Delež listavcev v lesni zalogi
80 do 100%
Do 0,3 m3 0 do 0,3 m3
Do 0,5 m3 0,3 do 0,5 m3
Do 1,0 m3 0,5 do 1,0 m3
Do 1,5 m3 1,0 do 1,5 m3
Do 2,0 m3 1,5 do 2,0 m3
Do 3,0 m3 2,0 do 3,0 m3
Volumen obdelovanega drevesa
Nad 3,0 m3
Povprečni volumen bruto posekanega drevesa
3,0 in nad 3,0 m3
Pri poenotenju kategorij smo predpostavljali, da ocenjevalci mesta nezgode:
• pod nagib terena 0% uvrščajo naklone v intervalu od 0 do 5%, kakor je tudi določena kategorija spravila s traktorji ravno v državnih normativih gozdnih del (Odredba o določitvi…),
• mešanost drevesnih vrst ocenjujejo glede na lesno maso drevesnih vrst v sestoju,
• uvrščajo sestoj v enakomerne intervale glede na mešanost drevesnih vrst.
V analizo smeri in moči povezave ter pri ugotavljanju deleža precenjenosti oz.
podcenjenosti smo zaradi načina analize lahko vključili samo tiste oddelke-delovišča, kjer se je nezgoda zgodila, ter tiste, kjer so bile v obeh zbirkah prisotne vrednosti dejavnika.
Preglednica 56: Povezanost med vrednostmi dejavnika iz mesta nezgode in povprečnimi vrednostmi dejavnika
Primerjave dejavnikov Število delovišč Kendall tau - c Značilnost
Nagib terena - Naklon terena 296 0,356 0,000
Mešanost drevesnih vrst - Delež listavcev v lesni zalogi 274 0,375 0,000 Volumen obdelovanega drevesa - Povprečno bruto
posekano drevo 158 0,203 0,001
Pri ugotavljanju, kako se povprečne vrednosti v osnovni podatkovni zbirki razlikujejo od tistih iz mesta nezgode, smo ugotovili, da so pri vseh treh dejavnikih v pozitivni povezavi ter da je asociacija največja med mešanostjo drevesnih vrst in deležem iglavcev v lesni zalogi, manjša med nagibom in naklonom terena ter najmanjša med volumnom obdelovanega drevesa in povprečnim bruto posekanim drevesom.
Vrstni red in velikost asociacij je smiseln, če upoštevamo način ocenjevanja dejavnikov in površinski obseg, na katerem se dejavniki ocenjujejo. Pri ocenjevanju mešanosti sestoja tako pri opisih sestoja kakor tudi pri opisu mesta nezgode opisovalci površinsko ocenjujejo večje površine sestoja. Nasprotno pa volumen obdelovanega drevesa predstavlja značilnost delovnih razmer ob nezgodi in ne splošnega dejavnika sestoja.
Izračun asociacij nam prikaže splošno povezanost med dejavnikoma, ne prikaže pa nam, ali so povprečne vrednosti dejavnika v splošnem večje ali manjše od vrednosti, ocenjene na mestu nezgode.
Preglednica 57: Primerjava med povprečnimi vrednostmi in vrednostmi dejavnika na mestu nezgode
Vrednost dejavnika na mestu nezgode Vrednost na mestu nezgode / Povprečna vrednost
Manjša Enaka Večja
Nagib terena / Naklon terena 50% 39% 11%
Mešanost drevesnih vrst / Delež listavcev v lesni zalogi 36% 30% 34%
Volumen obdelovanega drevesa / Povprečno bruto
posekano drevo 38% 22% 39%
Primerjava med povprečnimi vrednostmi in vrednostmi na mestu nezgode nam kaže, da v splošnem povprečna vrednost naklona v 50% precenjuje ter v 11% podcenjuje naklon, ocenjen na mestu nezgode. Analiza po posameznih kategorijah je pokazala, da se delež precenjenih močno poveča (na 70%) pri povprečnih vrednostih naklona nad 15%. Pri ostalih dveh primerjavah je delež precenjenih in podcenjenih vrednosti približno enak, vendar pri primerjavi med volumni posekanih dreves doseže vsak skoraj 40%. Zaključimo torej lahko, da povprečne vrednosti dejavnikov na ravni oddelka-delovišča z različno natančnostjo opisujejo razmere na mestu nezgode. Tako povprečne vrednosti naklona v polovici primerov precenjujejo naklon na mestu nezgode, volumen obdelovanega drevesa pa je skoraj v 80% različen od povprečnega bruto posekanega drevesa.
Precenjene oz. podcenjene vrednosti dejavnikov na mestu nezgode v primerjavi s povprečnimi vrednostmi imajo lahko vpliv tudi na obete za pojavljanje nezgod po posameznih kategorijah dejavnikov. Zato smo v zadnjem delu primerjali obete za nezgodo
na ravni oddelka-delovišča in ravni mesta nezgode po vseh treh dejavnikih. Za vrednosti dejavnika na objektih brez nezgode smo v obeh primerih uporabili povprečne vrednosti.
Na objektih z nezgodo pa smo uporabili enkrat povprečne vrednosti ter enkrat vrednosti iz opisa mesta nezgode.
0%
5%
10%
15%
20%
25%
30%
35%
40%
0 do 5 5 do 15 15 do 30 30 do 50 50 in nad 50 Naklon terena (%)
Obeti za nezgodo
Obeti za nezgodo na ravni oddelka-delovišča Obeti za nezgodo na ravni mesta nezgode
Slika 62: Obeti za nezgodo po naklonu na ravni mesta nezgode
Obeti za nezgodo se med povprečnim naklonom na ravni oddelka-delovišča in naklonom iz mesta nezgode razlikujejo. Tako so obeti za nezgodo pri upoštevanju samo povprečnih vrednosti največji pri naklonih nad 15%, v primeru upoštevanja vrednosti iz mesta pa pri naklonih pod 15%.
0%
5%
10%
15%
20%
25%
do 20 21 do 40 41 do 60 61 do 80 81 do 100 Delež listavcev v lesni zalogi (%)
Obeti za nezgodo
Obeti za nezgodo na ravni oddelka-delovišča Obeti za nezgodo na ravni mesta nezgode
Slika 63: Obeti za nezgodo po deležu listavcev v lesni zalogi na ravni mesta nezgode
Pri primerjavi obetov za nezgodo med mešanostjo drevesnih vrst in deležem listavcev v lesni zalogi smo ugotovili, da razlike med obeti niso velike. Pri upoštevanju mesta nezgode so obeti za nezgodo nekoliko večji pri 41 do 60% listavcev v lesni zalogi ter nižji pri največjih in najmanjših deležih listavcev.
0%
5%
10%
15%
20%
25%
30%
do 0,3 0,3 do 0,5 0,5 do 1,0 1,0 do 1,5 1,5 do 2,0 2,0 do 3,0 3,0 in več Povprečni volumen posekanega drevesa (m3/drevo)
Obeti za nezgodo
Obeti za nezgodo na ravni oddelka-delovišča Obeti za nezgodo na ravni mesta nezgode
Slika 64: Obeti za nezgodo po povprečnem volumnu posekanega drevesa na ravni mesta nezgode
Obeti za nezgodo se med povprečnim volumnom posekanega drevesa in volumnom obdelovanega drevesa iz mesta nezgode razlikujejo. Medtem ko obeti za nezgodo na ravni oddelka-delovišča naraščajo z večanjem volumna povprečno posekanega drevesa, so na ravni mesta nezgode obeti največji pri najmanjših in največjih drevesih. Ti rezultati se ujemajo s predpostavko, da manjša drevesa predstavljajo večje tveganje za nezgodo zaradi podcenjevanja nevarnosti, pri večjih drevesih pa je tveganje že tako veliko, da ga ni mogoče nadomestiti s pazljivostjo pri delu.
Kljub temu, da so obeti za nezgodo med ravnmi pri naklonu in volumnu posekanega drevesa bistveno različni, pa lahko dobljene rezultate uporabimo le kot znak oz. opozorilo, da je verjetnost za nezgodo na nižjih ravneh lahko drugačna kot na višjih ravneh. Za korektno ugotavljanje tveganja za pojav nezgode na ravni mesta nezgode bi namreč morale biti vrednosti dejavnikov na objektih, kjer do nezgode ni prišlo, enako podrobne kot vrednosti dejavnika na mestu nezgode.
8.4 SKUPNI VPLIV DEJAVNIKOV NA TVEGANJE ZA NEZGODO
8.4.1 Izgradnja multivariatnih modelov
Z vidika gozda in delovnega okolja je ugotavljanje vpliva posameznih dejavnikov na tveganje za nezgodo preveč izolirano. Vsi terenski, sestojni in delovni dejavniki so namreč kompleksno povezani in delujejo posredno drug na drugega. Kar tudi pomeni, da nezgoda ni posledica vpliva samo enega dejavnika, marveč spleta dejavnikov. Zato smo z analizo skupnega vpliva dejavnikov na tveganje za nezgodo ugotavljali, kateri od dejavnikov so pomembni pri kompleksnem vplivu na tveganje za nezgodo.
Postopek pri izbiri dejavnikov ter izgradnje multivatiatnih modelov tveganja prikazujemo na sliki 65.
Multivariatni logistični model Multivariatni logistični model
(Y ) x pxp
Multivariatni logistični model Multivariatni logistični model
(Y ) x pxp
Multivariatni logistični model Multivariatni logistični model Multivariatni logistični model
Multivariatni logistični model Multivariatni logistični model
(Y ) x pxp
Slika 65: Postopek ugotavljanja skupnega vpliva dejavnikov na tveganje za pojav nezgode
V multivariatno analizo nismo vključili vseh dejavnikov, ki smo jih preučevali z univariatnimi analizami. Tako smo zaradi neznačilnosti razlik med kategorijami izločili ekspozicijo delovišča in povprečno razdaljo vlačenja na delovišču, zaradi premajhnega števila nezgod v kategoriji ostale vrste gospodarjenja ter zaradi nezanesljivosti podatkov vrsto matične kamnine (stratifikacija po GGO) in položaj v pokrajini (napačni podatki na GGO Slovenj Gradec). Nekatere od dejavnikov smo na podlagi poteka obetov za nezgodo
v univariatnih analizah ter zaradi zahteve logistične regresije, da je skupno število objektov z nezgodo vsaj 10 do 15-krat večje od skupnega števila kategorij spremenljivke in zveznih spremenljivk, preoblikovali (preglednica 58). Tako smo nekatere dejavnike preoblikovali v zvezne spremenljivke (površino, količino poseka in število posekanih dreves), nekaterim pa samo zmanjšali število kategorij. Število kategorij pri nizih za sečnjo iglavcev in listavcev smo zmanjšali z združevanjem nizov glede na proizvodnost oz. normo. Z namenom, da povečamo obseg objektov v raziskavi, smo pri skalovitosti in naklonu terena manjkajoče vrednosti nadomestili z vrednostjo 0,01% oz. 0,01°. Izkazalo se je namreč, da smo v fazi priprave podatkov iz naklona in skalovitosti »neupravičeno« izločili vrednosti enake 0, ki se kar v 71% pojavljajo na objektih GGO Maribor in Murska Sobota. Po naši oceni ta delež predstavlja dejansko stanje naklona in skalovitosti na objektih teh območij.
Nasprotno pa je bil pri kamnitosti delež objektov z manjkajočimi vrednostmi velik tudi na drugih GGO (Kočevje, Novo mesto). Zaradi manjšega obsega (39% objektov brez vrednosti), nezanesljive zamenjave manjkajočih vrednosti ter močne korelacije s skalovitostjo smo zato kamnitost izločili iz nadaljnjih analiz.
Preglednica 58: Preoblikovanje kategorij ter potrebno število objektov z nezgodo po dejavnikih vključenih v multivariatne analize
Vplivni dejavniki Preoblikovanje kategorij Število kategorij
Prevladujoča razvojna faza / 5
Lesna zaloga 2 nivoja (do 260 m3/ha, 260 in nad
Število posekanih dreves Zvezna 1
Povprečni volumen posekanega
drevesa 2 nivoja (do 0,8 m3/drevo, 0,8 in nad 0,8 m3/drevo) 2 Intenziteta sečnje 2 nivoja (do 11%, 11 in nad 11%) 2
Kategorija vlačenja / 3
Kategorija zbiranja / 3
Niz pri sečnji iglavcev 3 nivoji (niz 2+4, niz 1+3+5+8, niz
6+7) 3
Delovne razmere
Niz pri sečnji listavcev 2 nivoja (niz 1+2+3, niz 4+5+6+7) 2
od 150 do 200
* že upoštevana tudi količina poseka
Sprememba osnovnih podatkov je zahtevala, da smo še enkrat preverili univariatne primerjave po naklonu in skalovitosti. Ugotovili smo, da so se obeti za nezgodo v prvih razredih oz. razredih z najnižjimi vrednostmi pri obeh dejavnikih nekoliko zmanjšali, kar pa ni vodilo do bistvenih razlik v poteku obetov za nezgodo. Razlike med frekvenčnimi porazdelitvami delovišč z nezgodo in brez nje so bile pri obeh dejavnikih značilne.
Analize skupnega vpliva dejavnikov na tveganje za nezgodo smo morali zaradi zahtev logistične regresije glede števila objektov z nezgodo razdeliti na dva koraka. V prvem koraku smo za vsako skupino razmer poskušali zgraditi multivariatni logistični model s pomočjo dejavnikov znotraj skupine in količine poseka. S tem smo ugotavljali, kateri od dejavnikov znotraj skupine značilno vplivajo na tveganje za nezgodo pri kontroliranem vplivu količine poseka oz. trajanju izpostavljenosti. V drugem koraku pa smo z uporabo dejavnikov, ki so imeli značilen vpliv znotraj skupin razmer, poskušali zgraditi multivariatni logistični model, ki bi kompleksno upošteval terenske, sestojne in delovne razmere.
Vse analize smo opravili samo na objektih na ravni oddelka-delovišča, saj smo s predhodnimi analizami že dokazali vpliv ostalih ravni. Zaradi nedvoumne opredelitve objektov, kjer bi se nezgoda lahko zgodila, je takšna analiza tudi najzanesljivejša.
Pri gradnji modelov smo uporabili metodo postopnega vključevanja dejavnikov v model.
Tako so bili v model vključeni samo tisti dejavniki, ki značilno vplivajo na obete za nezgodo. Vpliv ostalih nevključenih dejavnikov je tako lahko neznačilen ali pa je njihov vpliv že pojasnjen z vključenimi dejavniki. Pri vključitvi dejavnika v model smo upoštevali 5% tveganje. Kot referenčne razrede oz. grupe v modelih smo večinoma uporabili najmanjše po vrednosti dejavnika. Podobno kot že pri univariatnih primerjavah smo z uporabo dobljenih modelov in enačbe 1 opredelili bolj in manj nevarne objekte glede na mejne verjetnosti oz. glede na povprečno verjetnost za nezgodo. Za izračun modelnih verjetnosti smo za zvezne spremenljivke (količina poseka, površina) uporabili porazdelitev po razredih (kvartilih) iz univariatnega modela. Tako smo v prvih treh razredih uporabili sredine razredov, v zadnjem, odprtem razredu, pa modus. V prvi vrstici dejavnika z več kot dvema kategorijama je prikazana tudi skupna značilnost dejavnika.
8.4.1.1 Terenske razmere
Multivariatni logistični model glede na terenske dejavnike in količino poseka smo zgradili na 1726 deloviščih brez nezgode in 243 deloviščih z nezgodo, kar pomeni, da smo zadostili zahtevam logistične regresije glede minimalnega števila objektov z nezgodami (150-225).
Značilen vpliv na pojavljanje nezgod imata poleg količine poseka tudi dva terenska dejavnika, naklon in nadmorska višina (preglednica 59). Tako so obeti za nezgodo za 1,5-krat večji pri naklonu nad 10° v primerjavi z obeti pri manjšem naklonu objekta. Pri nadmorski višini objektov 350 do 560 in 560 do 800 metrov so obeti za nezgodo največji in 2,0 oz. 1,6-krat večji od obetov na nadmorski višini pod 350 metrov. Razlike med obeti za nezgodo so na objektih na nadmorski višini pod 350 metrov v primerjavi z obeti na objektih nad 800 metrov neznačilne, v primerjavi z obeti na objektih od 560 do 800 metrov pa mejno značilne. Obeti za nezgodo se z vsakim dodatnim posekanim kubičnim metrom lesa povečajo za 1,0004 krat-krat oz. za 0,04% glede na predhodno posekano količino lesa.
Vsa navedena razmerja obetov po dejavnikih veljajo pri nespremenjenih ostalih dejavnikih.
Preglednica 59: Dejavniki terenskih razmer vključeni v multivariatni logistični model
Dejavnik Kategorija Koeficient
(β) Standardna
Obeti za nezgode v multivariatnem modelu se nekoliko razlikujejo od univariatnega modela. Medtem ko so obeti za nezgodo v multivariatnem modelu največji v drugem razredu, so v univariatnem največji v tretjem. Razlog je v zmanjšanem obsegu objektov v raziskavi. Pri pojasnjevanju vpliva na tveganje za nezgodo bomo upoštevali oba modela, če zaključimo, da so obeti za nezgodo največji na nadmorski višini od 350 do 800 metrov.
Model obetov za nezgodo po terenskih dejavnikih in količini poseka ( 1) 3,177 0,445 1 0,676 2 0,439 3 0,143 4 0,000426 5
Preglednica 60: Modelna verjetnost za pojav nezgode glede na terenske razmere in količino poseka Naklon (°)
do 10 nad 10
Verjetnost (%)
Nadmorska višina (m) Nadmorska višina (m) Količina poseka
S pomočjo modela obetov za nezgodo po terenskih dejavnikih in količini poseka (enačba 4) in enačbe 1 smo izračunali verjetnosti za pojav nezgode (preglednica 60). S primerjavo modelnih verjetnosti z mejno verjetnostjo (243/1969=11,88%) smo ugotovili, da po modelu med nevarnejše objekte (v preglednici 60 označeni krepko tiskano) uvrstimo vse objekte z naklonom nad 10°, z nadmorsko višino med 350 in 560 metrov in količino poseka nad 175 m3 ter vse objekte z naklonom nad 10° in količino poseka nad 1980 m3. Pri naklonu pod 10° so nevarnejši objekti na nadmorski višini od 350 do 800 metrov in količini poseka nad 1980 m3.
8.4.1.2 Sestojne razmere
Multivariatni model vpliva sestojnih razmer na pojavljanje nezgod smo zgradili na 1829 objektih, na 1607 objektih brez nezgod in 222 objektih z nezgodo. Za veljavnost logistične regresije je bilo potrebno od 140 do 210 objektov z nezgodo, kar pomeni, da obseg zadošča zahtevam.
Preglednica 61: Dejavniki sestojnih razmer vključeni v multivariatni logistični model
Dejavnik Kategorija Koeficient
(β) Standardna napaka
Wald statistika
Stopinje prostosti
Tveganje (p)
Razmerje obetov (exp β)
Površina 0,007294 0,003 4,583 1 0,032 1,00732
Količina
poseka 0,000382 0,000 45,893 1 0,000 1,00038
Lesna zaloga (ref.skupina:
do 260 m3/ha)
260 in nad
260 m3/ha ,501 0,210 5,686 1 0,017 1,650
Konstanta -3,215 0,227 201,257 1 0,000 0,040
Cox & Snell R2 = 0,051; Nagelkerke R2 = 0,098
Poleg količine poseka od štirih sestojnih dejavnikov značilno vplivata na tveganje za nezgodo površina objekta in lesna zaloga na objektu. Pri nespremenjenih ostalih dejavnikih v modelu se obeti za nezgodo z vsakim dodatnim hektarjem površine povečajo za 1,007-krat oz. za 0,7% ter z vsakim dodatnim kubičnim metrom poseka za 1,0004-1,007-krat oz. za 0,04%. Obeti za nezgodo na objektih z lesno zalogo 260 in več m3/ha so za 1,6-krat večji kot na objektih z manjšo lesno zalogo. Vsa razmerja obetov so značilno različna.
Model multivariatne logistične regresije
( 1) 3,215 0,007294 1 0,000382 2 0,501 3
logitPY = =− + ×x + ×x + ×x …. (5)
x1 – površina (ha)
x2 – količina poseka (m3)
x3 – lesna zaloga (260 in nad 260 m3/ha = 1, drugo = 0)
Preglednica 62: Modelna verjetnost za pojav nezgode glede na sestojne razmere in količino poseka Lesna zaloga (m3/ha)
do 260 260 in nad 260
Verjetnost (%)
Površina (ha) Površina (ha) Količina poseka
Z uporabo modela (enačba 5) in enačbe 1 smo izračunali modelne verjetnosti (preglednica 62) za pojav nezgode. Izračunane verjetnosti smo primerjali z mejno verjetnostjo (12,14%) in tako opredelili bolj in manj nevarne objekte glede na sestojne razmere. Med nevarnejše objekte po modelu opredelimo tiste s vsaj 260 m3/ha lesne zaloge in 1980 m3 poseka ter
Z uporabo modela (enačba 5) in enačbe 1 smo izračunali modelne verjetnosti (preglednica 62) za pojav nezgode. Izračunane verjetnosti smo primerjali z mejno verjetnostjo (12,14%) in tako opredelili bolj in manj nevarne objekte glede na sestojne razmere. Med nevarnejše objekte po modelu opredelimo tiste s vsaj 260 m3/ha lesne zaloge in 1980 m3 poseka ter